諾威特測(cè)控供應(yīng)全自動(dòng)電池片EL分選機(jī)（EL缺陷測(cè)試儀）

光伏組件制造過程中的缺陷檢測(cè)涵蓋的數(shù)據(jù)量龐大，對(duì)于質(zhì)量和工藝管理的重要性高，技術(shù)難度較大。目前大部分的制廠還是通過傳統(tǒng)的人工判斷來進(jìn)行缺陷的檢查和分類，但是因?yàn)槿斯z查的一致性、準(zhǔn)確性、效率性較低、誤判錯(cuò)判等問題，不利于質(zhì)量和現(xiàn)代化智能制造的發(fā)展。

利用人工智能“經(jīng)網(wǎng)絡(luò)”技術(shù)可以徹底解決這一難題，通過對(duì)缺陷的定義，機(jī)器的深度學(xué)習(xí)后可準(zhǔn)確的進(jìn)行缺陷的識(shí)別，準(zhǔn)確率可以99.94%以上；具有識(shí)別速度快、準(zhǔn)確率高、智能化程度高、集成方便、節(jié)約制造成本等優(yōu)點(diǎn)。在光伏制造的識(shí)別判斷制程如EL缺陷測(cè)試、標(biāo)簽判斷、外觀檢查等環(huán)節(jié)具有廣闊的應(yīng)用，可真正實(shí)現(xiàn)智能制造。為此，諾威特測(cè)控為大家?guī)硇潞诳萍迹喝詣?dòng)電池片EL分選機(jī)（EL缺陷測(cè)試儀）

經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)

通過算法， 使得機(jī)器能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī) 律，從而對(duì)新的樣本做智能識(shí)別。

深度學(xué)習(xí)經(jīng)網(wǎng)絡(luò)的一個(gè)大分支，深度學(xué)習(xí)的基 本結(jié)構(gòu)就是深度經(jīng)網(wǎng)絡(luò)。簡(jiǎn)而言之是機(jī)器學(xué)習(xí)中一種 基于對(duì)數(shù)據(jù)進(jìn)行特征學(xué)習(xí)的方法。觀測(cè)值（例如一幅圖 像）可以使用多種方式來表示，如每個(gè)像素強(qiáng)度值的向 量， 或者更抽象地表示成一系列邊、 特定形狀的區(qū)域 等。而使用某些特定的表示方法更容易從實(shí)例中學(xué)習(xí)任 務(wù)（例如，人臉識(shí)別或面部表情識(shí)別）。

EL缺陷深度學(xué)習(xí)

目前EL圖片處理方法使用圖片灰度掃描對(duì)比方法

但是遇到復(fù)雜的圖片，缺陷臨界不明顯的情況下，導(dǎo)致無法判斷

EL缺陷深度學(xué)習(xí)

深度學(xué)習(xí)方法

通過對(duì)圖片缺陷的標(biāo)注，輸入機(jī)器，機(jī)器通過缺陷特征的自學(xué)和深度學(xué)習(xí)，建立多層學(xué)習(xí)網(wǎng)絡(luò)，就能掌握并準(zhǔn)確的進(jìn)行缺陷的自動(dòng)識(shí)別。

EL缺陷深度學(xué)習(xí)過程

通過對(duì)圖片缺陷的標(biāo)注，輸入機(jī)器，機(jī)器通過多缺陷特征的自學(xué)習(xí)和深度學(xué)習(xí)，建立多層學(xué)習(xí)網(wǎng)絡(luò)，就能掌握并準(zhǔn)確的進(jìn)行缺陷的自動(dòng)識(shí)別。

全自動(dòng)電池片EL分選機(jī)

采用下拍攝，多組掃描式，組件傳輸方式是橫向傳輸；

樣品放置方式是平放式，組件正面朝下；

檢測(cè)類型是單晶、多晶硅太陽能組件；

樣品規(guī)格：常規(guī)裝框組件、雙玻組件、半片組件

測(cè)試節(jié)拍：高電流（Isc）& 低電流（0.1 Isc）：< 38s/pcs；高電流（Isc）：< 30s/pcs；

相機(jī)類 型是工業(yè)級(jí)CCD

圖像分辨率1 3 6 0 X 1 0 2 4 X（9 / 1 2 ）；

顯示系統(tǒng) 4 K顯示器，匹配圖像分辨率 ；

影像采集時(shí)間是1~60s可調(diào)；電流/電壓驅(qū)動(dòng)是1 0 A / 6 0 V ；

外觀檢測(cè)缺陷類型：色差、條形碼錯(cuò)誤、方正偏移、玻 璃面印痕、玻璃面臟污、異物、劃傷、氣泡、白斑、焊帶偏移、電池片間距、電池片錯(cuò)位；

全自動(dòng)電池片EL分選機(jī)缺陷檢測(cè)的方式是：無人化自動(dòng)檢測(cè) ；

圖像處理是G P U處理 ；缺陷判斷時(shí)間小于1秒；

全自動(dòng)電池片EL分選機(jī)人機(jī)界面是EL圖像自動(dòng)拍攝功能自動(dòng)掃碼掃描輸入圖片以組件條碼為名保存智能缺陷分類、缺陷標(biāo)注、自動(dòng)生成日期文件夾、保存功能 產(chǎn)量與良品率統(tǒng)計(jì)；深度學(xué)習(xí)人工智能缺陷特征訓(xùn)練 ，多層學(xué)習(xí)網(wǎng)絡(luò)；

系統(tǒng)升級(jí)支持判別軟件更新，功能拓展 ，二次開發(fā)；

圖片傳送：以組件條碼號(hào)為名保存EL圖片,并上傳M系統(tǒng)，同時(shí)還備份被標(biāo)記的NG料的圖片存到服務(wù)器硬盤。

全自動(dòng)電池片EL分選機(jī)優(yōu)勢(shì)

使用人工智能進(jìn)行EL缺陷檢測(cè)是效準(zhǔn)確的方法

較高的準(zhǔn)確性和速度是制造廠產(chǎn)能和降的有力保障

后續(xù)的可擴(kuò)展和可升級(jí)、可以降低設(shè)備和管理的投資成本

智能判別技術(shù)加速工廠智能制造進(jìn)程

如有需要請(qǐng)聯(lián)系我們：

諾威特測(cè)控科技有限公司

中國新能源測(cè)試領(lǐng)域的品牌